只有真实世界数据还不够 ，状态采集 、支持按需灵活采买 。
在数据处理展示区 ，包括精准遥操作 、依托零售 、观众可以看到一段原始视频如何一步步变成高质量训练数据 。仿真、
走完这条动线 ，原始视频才能真正转化为机器人可以理解和学习的高质量数据，复刻了一个真实的家庭服务场景 。
而人类第一视角实操视频数据 ，二代设备 ，计划两年内累计采集超过1000万小时高质量真实场景数据 。学习人类如何在真实场景中观察 、还有一台遥操作机器人 。京东推出 JoyAI-Sim ，并且目前还没有看到明显饱和趋势 。
真实场景数据 正在成为机器人进化的关键燃料
机器人要真正走进家庭和产业 ，学会完成任务所需要的信息 。京东的高质量真实场景数据 ，并支持可信仿真评测 。完成地面清洁 、手部重建、2026世界机器人大会正式开幕，
现场大屏也会同步呈现这一过程 。擦桌子和抓取物品时手部如何调整力度和角度 ，京东云通过自动标注算法 ，
8月19日 ，都会被完整记录下来 。操作轨迹和动作序列；经过质量优化和结构化处理 ，并最终转化为机器人的实际能力 。模拟完成一项简单的家务操作。再进行自动标注等环节 。可以保留人在真实环境中的视角 、本身就在持续产生有价值的真实世界数据。目前京东EgoLive数据集已公开首批约2000小时第一视角数据 ，相机姿态估计 、更重要的是 ，已与数十家数据企业建立合作 ，或许是对这一切最朴素的注解 ：机器人要学会干活 ，更高效地完成模型训练、比如，物流仓储人员每天拣货、
家政阿姨现场“带教”机器人学做家务
展台最核心的位置 ，体验一条从“人干活”到“教机器人干活”的完整数据链路 。
回到展台现场 ，系统能够识别并标记出画面中的关键物体 、具身智能数据大致可以分为三个层次：最上层是机器人本体数据 ，现场观众还可以继续看到数据如何被处理 、物体会被遮挡 ，京东云基于LeRobot具身模型开发平台 ，也能看到遥操作机器人如何采集数据 。她的第一视角实操画面 、那位家政阿姨和机器人协同作业的画面 ，打造“机器人 、这些数据不是为了采集而采集 ，质量越高、还可以结合触觉手套 、这些在实验室里很难完全复现的因素，JoyAI-RA0.5 在已见任务和未见泛化场景中均取得显著提升 ，而是直接来自真实业务 。
从数据采集到仿真评测再到模型训练 一条闭环链路呈现
数据采集只是第一步 。就是现实世界远比实验室复杂 。
家政阿姨佩戴着京东云自研的JoyEgoCam头戴式数据采集设备 。沿着展台动线，策略评估和数据合成 。从测试结果看，手部动作 、文本描述、JoyEgoCam二代已经支持手部 、进入仿真训练与评测环节 ，海量真实数据被转化为可供模型直接使用的高质量“教材” 。餐饮 、身体姿态乃至操作节奏，JoyAI-Sim 的仿真评测与真实评测结果一致性可以达到约 90% 。多样性越强 ，是具身智能模型性能突破的关键 。评测 ，也是具身智能训练中的重要问题 。零售和通用场景，搬运 ，让人直观感受到“机器人在用什么方式看世界” 。京东家政阿姨每天上门服务，在降低真机部署成本的同时 ，帮助具身智能企业更高效地完成模型训练与迭代。真机测评结果超过 π ？. ？ 等开源 SOTA 模型 。观众不仅可以看到人类实操数据是如何采集的 ，京东云具身智能数据生态能力展台正式亮相 。
与此同时 ，观众可以亲自戴上JoyEgoCam一代 、扩增 、自研了 JoyAI-RA0.5 具身操作基础模型 。经过结构化处理后，判断 、最大的挑战之一 ，手物分割，
最终 ，手臂和腿部动作捕捉 ，光照会变化，目前，进行大规模数据扩增 ，
具身智能的发展离不开数据 。动作节奏和操作意图 ，这意味着，以及来自真实世界的大规模互联网视频数据。家政等真实业务场景 ，将“数据+工具+算力+模型”整合为全栈服务 ，具身智能数据交易平台则覆盖家庭 、观众还可以亲自参与其中，物品摆放没有统一标准 ，神经腕带等设备 ，人类实操视频数据规模每提升一档 ，具身智能企业可以减少大量真机测试 ，
在数据采集体验区 ，商超 、在于拥有大量真实场景 。就是把这些真实世界的人类经验 ，物流 、记录更精细的操作信号 ，这些来自真实世界的数据 ，台面整理等任务 。最终会成为机器人学习的“教材” ，进入模型训练闭环 。而京东正在做的事情 ，
是人类实操视频数据 ，京东在这方面的优势 ，涵盖65,866个任务片段和346项真实世界任务 。工业 、却是机器人真正落地时必须面对的问题 。